[논문 리뷰] Real-time Stream-based Monitoring

Peter Faymonville, Bernd Finkbeiner외 2명|arXiv (Cornell University)|2017. 11. 10.

Formal Methods in Verification참고 문헌 23인용 수 25

한 줄 요약

이 논문은 실시간 슬라이딩 윈도우와 집계 함수를 통합함으로써 변수 속도로 입력되는 스트림을 가진 반응형 시스템의 실시간 모니터링을 가능하게 하는 스트림 기반 사양 언어 RTLola를 소개한다. 모니터링 출력 주파수를 기반으로 한 간격 분할을 통해 메모리 보장을 보장하는 효율적인 평가를 가능하게 하며, 정적 분석을 통해 메모리가 제한된 컴포넌트를 식별하고 자원 제약이 있는 시스템에서도 실용적으로 구현 가능하도록 보장한다.

ABSTRACT

We introduce RTLola, a new stream-based specification language for the description of real-time properties of reactive systems. The key feature is the integration of sliding windows over real-time intervals with aggregation functions into the language. Using sliding windows we can detach fixed-rate output streams from the varying rate input streams. We provide an efficient evaluation algorithm of the sliding windows by partitioning the windows into intervals according to a given monitor frequency. For useful aggregation functions, the intervals allow a more efficient way to compute the aggregation value by dynamically reusing interval summaries. In general, the number of input values within a single window instance can grow arbitrarily large disallowing any guarantees on the expected memory consumption. Assuming a fixed monitor output rate, we can provide memory guarantees which can be computed a-priori. Additionally, for specifications using certain classes of aggregation functions, we can perform a more precise, better memory analysis. We demonstrate the applicability of the new language on practical examples.

연구 동기 및 목표

• 입력 데이터가 변수적이고 예측 불가능한 속도로 도착하는 실시간 시스템에서 동기식 스트림 기반 모니터링의 한계를 해결한다.
• 이산 클럭 단위가 아닌 연속적인 시간 간격에서 시간 기반 오프셋과 슬라이딩 윈도우를 사용하여 실시간 성질을 사양화할 수 있도록 한다.
• 모니터링 출력 주파수를 기반으로 실시간 축을 간격으로 분할하고, 정적 분석을 통해 메모리가 제한된 컴포넌트를 식별함으로써 모니터링에 대한 메모리 보장을 제공한다.
• 불규칙하게 도착하는 데이터 스트림에서 평균값과 적분과 같은 복잡한 실시간 성질을 실용적이고 표현력 있게 모니터링할 수 있도록 지원한다.
• 입력 속도가 예측 불가능할 경우에도 메모리 소비가 무한대가 되는 부분을 식별하고 분리함으로써 임베디드 또는 자원 제약이 있는 시스템에서의 효율적 실행을 보장한다.

제안 방법

• 이산 단계 오프셋 대신 시간 기반 오프셋(예: 2 sec)을 포함한 실시간 의미 체계를 도입하여 Lola 스트림 기반 모니터링 언어를 확장한다.
• 변수 속도로 도착하는 입력 스트림에서 고정 속도 출력 스트림으로 데이터를 집계하기 위해 실시간 간격(예: 최근 24시간)에 대한 슬라이딩 윈도우를 도입한다.
• 모니터링 출력 주파수를 기반으로 실시간 축을 동일한 크기의 간격으로 분할하여 집계의 효율적이고 증분적인 계산을 가능하게 한다.
• 일반적인 집계 함수(예: sum, count, avg)의 경우, 간격 요약을 사전에 계산하고 재사용함으로써 중복 계산과 메모리 사용을 줄인다.
• RTLola 사양에 대한 정적 분석을 수행하여 메모리 소비가 무한대가 되는 컴포넌트를 탐지하고, 나머지 컴포넌트에 대해 사전에 메모리 한계를 계산한다.
• 출력 스트림 주파수가 간격 크기를 결정하는 모니터 기반 설계를 사용함으로써, 입력 속도가 예측 불가능할 경우에도 메모리 보장을 확보한다.

실험 결과

연구 질문

• RQ1 글로벌 클럭을 가정하지 않고도 변수 속도로 도착하는 입력 스트림에 대해 스트림 기반 모니터링을 실시간 성질 지원으로 확장할 수 있는 방법은 무엇인가?
• RQ2 실시간, 변수 속도 데이터 스트림에서 슬라이딩 윈도우에 대한 집계를 효율적이고 메모리 보장이 되는 방식으로 계산하는 알고리즘은 무엇인가?
• RQ3 입력 속도가 예측 불가능할 경우에도 정적 분석을 사용하여 RTLola 사양의 메모리 소비를 식별하고 한계를 설정할 수 있는가?
• RQ4 간격 분할과 증분 요약 재사용은 실시간 모니터링의 성능과 메모리 효율성에 얼마나 기여하는가?
• RQ5 RTLola의 출력 기반 설계가 제한된 메모리 자원을 가진 시스템에서 실용적인 구현을 가능하게 하는가?

주요 결과

• RTLola는 변수 속도로 도착하는 입력 스트림에서 시간 기반 오프셋과 슬라이딩 윈도우를 사용하여 실시간 성질을 사양화할 수 있으며, 온라인 리테일이나 산업 제어 시스템과 같은 시스템에서 실용적인 모니터링을 가능하게 한다.
• 모니터링 출력 주파수에 따라 실시간 축을 간격으로 분할함으로써, 사전에 계산 가능한 메모리 보장을 보장하는 접근 방식을 제공한다.
• 일반적인 집계 함수(예: sum, count, avg)의 경우 간격 요약을 통해 동적 재사용이 가능하여 효율성 향상과 메모리 오버헤드 감소에 기여한다.
• PID 제어기 사례에서 출력 주파수를 1Hz에서 0.1Hz로 낮추면 메모리 사용량이 3.61MB에서 3.55MB로 감소하여, 낮은 출력 주파수일수록 메모리 절약 효과가 있음을 입증한다.
• 아마존 리뷰 분석 사례에서 변동 단계 모드는 고정 단계 모드 대비 0.004Hz에서 89.19MB의 메모리만 사용했으며, 고정 단계 모드는 1147MB를 사용하여 상당한 메모리 효율성 향상을 보였다.
• 정적 분석은 메모리가 제한된 컴포넌트를 성공적으로 식별하여, 개발자가 입력 속도가 예측 불가능할 경우에도 배포 전에 모니터링 리소스 사용량을 사전에 분석하고 고려할 수 있도록 한다.